信息融合是一个在多级别、多层次上对多种源信息进行综合处理的过程,是一门有着很强的一般性和多样性的新兴学科,不论在军事还是在民用领域,都得到了广泛的应用。本文的主要贡献有两个:1)实现一种新的信息融合模型的参数辨识;2)基于以上模型,提出一种新的案例分析方法并实现其案例基维护。具体内容如下:首先,介绍所提出的新的信息融合模型及其参数辨识。基于模糊测度的Choquet积分是一种应用广泛的信息融合方法,使用它的主要问题是随着特征数目增加,待辨识的模糊测度数目呈指数级增加。为了在一般情况下应用该模型,本文使用启发式最小二乘算法成功地实现了其参数辨识。其次,本文把所提的信息融合模型应用于一种新的案例分析方法及其案例基维护。基于案例推理的基本思想是相似的问题有相似的解。为了表示和实现基于案例推理系统的推广能力,不同案例间的相似测度是关键。常用模型是使用许多案例的加权平均作为靶问题的解。当把案例推理分析看作问题空间到解空间的映射时,当前仍有三个关键问题没有解决:1)对于新的靶问题,应该挑选多少个已经存在的案例解?2)加权平均模型无法处理不同案例间的固有影响;3)当必须用不完全数据表示案例时,如何设计基于案例推理系统,使之能有效地处理不完全数据?在本文中通过使用新的信息融合模型在一定程度上解决了以上问题。